关于COVID-19浪潮的多维流行病学和信息学数据在中国的零COVID政策结束时
Xin-Sheng Yu1,2, Shaoying Tan3, Wanting Tang1,2
1Joint Shantou International Eye Center of Shantou University and the Chinese University of Hong Kong, Shantou, China.
在中国退出零COVID政策后,互联网搜索趋势显示,包括肺炎在内的各种疾病显著增加. 这些数据可以帮助预测未来的疫情,并为公共卫生战略提供信息.
科学领域:
- 流行病学 流行病学
- 公共卫生 公共卫生
- 数字健康数字健康
背景情况:
- 中国在2022年12月突然退出严格的零COVID政策,与Omicron变种感染的激增相吻合.
- 了解政策后的疾病格局和住院趋势对于管理未来的疫情至关重要,考虑到中国独特的流行病反应和人口免疫力.
研究的目的:
- 利用百度指数 (BDI) 数据,分析在零COVID政策放松后中国不断变化的疾病格局.
- 在COVID零后期估计全国性肺炎住院病例,并通过医院数据验证这些估计.
- 探索互联网搜索数据的潜力,以预测疾病爆发和了解COVID-19相关疾病的范围.
主要方法:
- 追溯观察分析,将百度指数 (BDI) 数据与离线医院记录整合在一起.
- 雇员滞后的斯皮尔曼相关性,增长率评估,独立样本T测试,格兰杰因果关系和贝叶斯结构时间序列 (BSTS) 模型.
- 使用医院证据验证的发现,以确认疾病关联和估计住院人数.
主要成果:
- 在政策变化后,各种疾病的BDI显著上升,与COVID-19大流行轨迹相关.
- 在COVID-19和呼吸,循环,眼科和神经系统疾病之间发现了强烈的关联,34种疾病显示出高相关性 (r > 0.5).
- 据BSTS模型估计,在政策放松后的两个月内,全国有大约4,332,655例肺炎住院病例,心肌炎和肺炎等疾病的百分比急剧增加.
结论:
- 在COVID-19和一系列疾病之间存在实质性的关联,突出显示了广泛的疾病谱.
- 互联网搜索数据,特别是BDI,显示出预测流行病相关综合征和增强传统流行病学监测的巨大潜力.
- 这些发现强调了互联网行为数据对公共卫生战略,资源配置和对未来健康危机的准备的价值.
更多相关视频
09:26Quantification and Whole Genome Characterization of SARS-CoV-2 RNA in Wastewater and Air Samples
Published on: June 30, 2023
10:53Concentration of Virus Particles from Environmental Water and Wastewater Samples Using Skimmed Milk Flocculation and Ultrafiltration
Published on: March 17, 2023
相关概念视频
Steps in Outbreak Investigation
Statistical Software for Data Analysis and Clinical Trials
Single Nucleotide Polymorphisms-SNPs
Pareto Chart
The Pareto chart is named after the Italian economist Vilfredo Pareto, who described the Pareto...
Statistical Methods for Analyzing Epidemiological Data
Introduction to Epidemiology
